为什么说数据服务化是下一代数据中台的方向？

传统数据中台总是从马云或阿里的故事开始，向大家讲述一遍什么是数据中台。很多企业也在疑惑，数据中台没做好到底原因是什么：是故事不够美好吗？还是因为大家不是阿里？

都不是。真相是数据中台的概念确实太大了！

数据中台的故事足够好，要不然大家为什么要争着都来炒这个概念，甚至还诞生了数据中台元年的说法。

确实，大家也不是阿里，喊了多年的口号，付出了很大的代价之后，但结局却不尽如人意，最终大家都累了。

当然，也正是因为大家苦于没有更好的概念来讲，忍不住把这个“不争气”的概念拿出来继续讲，只是对乙方的要求或自己人要求更高了，希望借助类似的方式让这个故事可以延续更长时间罢了。

软件要看全球，不是看中国。这一点至少今天是事实（但希望以后可以看中国）。全球市场没有去翻译数据中台这个词，不是因为大家不愿意认可这个词，而是大家确实没有产品能与之匹配。

其实，现在大家谈的最多的还是数据库、数据仓库和数据湖（别名数据沼泽），另外还有 ETL、元数据管理、数据目录和 SQL 工具等。

而我们谈的数据中台概念太大了，大到只要是数据的功能全有（当然还有些方法论），大而不精是和产品理念相反的，所以结局必然会是这样。

数据中台里有一个关键的概念 One Service——统一数据服务，却得到了全球普遍认可。例如，资本界的新宠 Snowflake 同样也在讲数据服务化这个概念。

01 什么是数据服务化

到底什么是数据服务化？

简单的理解就是数据 SaaS，把数据通过配置或 SQL（数据库或数据平台熟悉的语言）的方式变成标准化服务，比如 Restful，CSV，Excel 等不同的数据方式供用户使用。

而数据 SaaS，其实就是我们一直讲的 DaaS（Data as a Service），它只是以一种数据+SaaS 的模式，把数据的使用变成标准化的网络服务而已。

图 1：麦聪 DaaS 平台产品架构图

很多人会说，数据平台或数据库不是有标准的接口可以供应用进行调用吗？比如 ODBC，JDBC 等驱动接口。

这个说法倒是不错，但忽略了要使用这些是需要独立开发应用层，代码开发，进行数据的转换和拼接，同时不同的平台对接口调用的方式也不相同。

这就需要不同开发语言的开发工程师进行开发，同时最终 API 接口的调用也很难保证稳定性，调用的行为也很难管理。

所以数据服务化也可以理解为把这些复杂的，但有共性的开发工作进行标准化，最终让用户不用关心数据在哪里，数据是什么格式，就能直接调用数据，同时能了解数据调用的整体情况，也能对数据的调用进行快速的变更和管理。

02 下一代数据中台的方向？

一般来说，数据中台所提的大部分理念，比如数据存储和数据标准，这么多年很多企业早就已经完成了或是已经做了很多工作。

现在，这些公司的水平没有 80 分也有 60 分了，这个领域本身的产品技术都已经比较成熟了，提升的空间确实还有，但难度会越来越大。

所以，即便没有涉足这个领域的企业，因为有一些成熟的方案或产品都可以直接拿来使用，水平提升起来会相对比较容易一些。

图 2：数字化转型的必由之路——数据服务化

即便 Snowflake 这类公司的持续推广，再加上伴随数据中台概念的热炒而再次兴起，其实数据服务化概念的诞生只不过十年左右的时间。但是，数据服务化仍将成为下一代数据中台的方向。原因很简单，对于企业来说，数据服务化更容易获得收益：

a. 数据服务化从 0 到 1，比较容易产生新的价值点。

b. 数据服务化本身是面向应用或者业务用户的，更容易受企业的认可。

c. 配置或 SQL 的方式其实就是无代码的方式，更容易让企业获得成功

03 总结

数据服务化终将成为企业下一代数据中台的方向和目标，只有让业务把数据用起来了，才能反向推动数据治理和数据标准等诸多工作。

而数据治理的推进也会让数据服务化更好，让业务更好地使用数据，这其实也是企业数字化转型的重要方向和目标——让数据用起来。